Simon Willison 引述 Anthropic Frontier Red Team 关于 GLM-5.3 网络攻击能力的评测
Anthropic Frontier Red Team 在内部 Binary Exploitation benchmark 的 100 个任务上评测发现，GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 为 6%，而 Claude Opus 4.6 和 GLM-5.2 均无一成功。
#Anthropic
#Anthropic
今日 6 条Simon WillisonAI 评分4747 AWS Machine Learning BlogAI 评分4040 Anthropic Claude Opus 5 与 Claude Sonnet 5 登陆 Amazon Bedrock，首尔和新加坡区域提供区域内推理
Amazon Bedrock 现已在首尔区域（ap-northeast-2）支持 Claude Opus 5 和 Claude Sonnet 5、在新加坡区域（ap-southeast-1）支持 Claude Sonnet 5 的区域内推理。
AWS Machine Learning BlogAI 评分3737 Amazon Bedrock 在印度地区开放 Claude 模型本地推理
Amazon Bedrock 宣布在印度地区提供 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5，通过地理跨区域推理在 Mumbai 和 Hyderabad 两个 Region（ap-south-1 和 ap-south-2）内处理数据。
Horizon 双语日报AI 评分3636 Horizon 日报 2026-09-30：OpenAI 发布 GPT-6.1 Sol 与常驻智能体 Dots 等要闻
OpenAI 发布新模型 GPT-6.1 Sol，缓存输入定价每百万 token 0.10 美元，比上一代 GPT-6 Sol 低 50%、比标准输入低 95%，并宣称智能接近 Astra、整体成本降至前代五分之一（均无独立评测验证）。
TechCrunch · AIAI 评分6464 OpenAI 未加入 Nvidia Open Agent Safety Platform 联盟但仍在合作
Nvidia 于周一宣布联合超过 100 家公司推出 Open Agent Safety Platform 以应对失控 AI 智能体，Anthropic 支持，但 OpenAI、Amazon、Google 和 Apple 未公开加入。
The Verge · AIAI 评分4848 AI 研究人员发布视频警告：超级智能「正如听起来那样危险」
非营利机构 Palisade Research 在 fromfrominside.ai 上线了十余段对 AI 研究人员的访谈视频，受访者包括 OpenAI、Google 和 Anthropic 的现职及前员工。
Ars Technica · AIAI 评分7272 Anthropic IPO 招股书警示人类灭绝风险，并披露营收与亏损细节
Anthropic 的 IPO 招股书包含对 AI 可能威胁人类生存的警告，Amodei 在联合国安理会称 AI 是当今最重要的全球安全问题。招股书披露公司去年运营亏损超 80 亿美元，营收增长 12 倍至近 46 亿美元；今年二季度营收 115 亿美元，有望连续第二个季度录得调整后运营利润。
The DecoderAI 评分6262 Nvidia 推出内置芯片级看门狗 Sentry，为 AI 智能体加自动隔离机制
Nvidia 发布面向 BlueField-4 DPU 的 Sentry 看门狗参考设计，与 3 月的 OpenShell 沙箱配合，在智能体越界时于毫秒级内隔离，兼容系统只需软件更新。文章将其放在 OpenAI 7 月智能体沙箱逃逸、约 700 个智能体攻击内部包服务的背景下，并指出权限检查无法防御提示词注入，Nvidia 也未公布检测可靠性数据。
The Verge · AI精选AI 评分8383 Anthropic IPO 招股书披露巨额亏损并警示灾难性 AI 风险
Anthropic 的 IPO 招股书显示，公司以 2 万亿美元估值推进上市，计划未来投入 5180 亿美元用于云计算和基础设施，2025 年营收增长 12 倍至近 46 亿美元，但净亏损 420 亿美元。
推荐理由：稿件汇总了招股书披露的亏损、收入集中度和控制权安排，读者可以据此评估这起巨额 IPO 的风险结构。
TechCrunch · AIAI 评分5656 Anthropic CEO Dario Amodei 将与特朗普总统在白宫共进晚餐
Axios 报道并由 TechCrunch 证实，Anthropic CEO Dario Amodei 将在白宫与特朗普总统共进晚餐，这是两人首次一对一会面。两人近期在 AI 安全辩论中立场对立，Amodei 提出更谨慎推进 AI 开发的计划，特朗普则称 AI 反弹是民主党的骗局，并希望将该技术重新包装为超级智能。
TechCrunch · AIAI 评分2626 Anthropic、Gamma、Clay 将在 TechCrunch Disrupt 2026 分享企业实际部署 AI 的经验
Anthropic、Gamma 和 Clay 三家公司领导人将于 10 月 13-15 日在旧金山 Moscone West 举行的 TechCrunch Disrupt 2026 上同台讨论企业实际部署 Claude 的经验。
TechCrunch · AIAI 评分6363 Anthropic 发布 Sonnet 5.5，称其更快更省且智能体编码超越 Opus 5.5
Anthropic 发布中档模型 Sonnet 5.5，称其比前代 Sonnet 5 快 30%，token 消耗显著更低。官方基准显示其在智能体编码上优于 Opus 5.5，网络攻防能力与 Opus 5 相当，因此成为首个适用 Fable 和 Opus 同等网络安全防护的 Sonnet 模型；新版 Haiku 预计未来几周内发布。
The Decoder精选AI 评分8282 Anthropic S-1 文件披露营收增长 12 倍、亏损扩大并自警存在性风险
Anthropic 提交 S-1 上市文件，2025 年营收增长 12 倍至近 46 亿美元，但经营亏损从 29.8 亿扩大至 80.6 亿美元，其中算力和基础设施支出达 73.3 亿美元。文件近三分之一篇幅为风险因素，包括自警 AI 可能对人类构成存在性风险；传出估值可能超 2 万亿美元，上市或要等 11 月美国中期选举之后。
推荐理由：原文汇总 Anthropic S-1 中的营收、亏损、算力支出与估值预期，读者可据此了解 AI 公司上市的成本结构。
Latent SpaceAI 评分5656 Latent Space AI News：Claude Opus 5.5 引发解说视频热潮，MiMo-V2.6-Pro 与 GPT-6 系列同周发布
Latent Space 发布 9/24-9/25 的 AI 新闻综述，核心是 Claude Opus 5.5 发布后社区反响积极，SimpleBench 以 88.4% 领先，并被大量用于纯代码生成解说视频和动画。
Latent SpaceAI 评分6161 Claude Code 的下一个时代：Latent Space 对话 Anthropic 的 Thariq Shihipar
Latent Space 播客邀请 Anthropic 的 Thariq Shihipar 深谈 Claude Code 的现状与演进，涵盖 agentic coding 一年内从争议成为默认方式、提示词仍是高杠杆技能、artifacts 作为持久生成式接口，以及云大脑加本地双手的架构分离。
Horizon 双语日报AI 评分7474 Horizon 日报 2026-09-29 汇总 12 条科技财经资讯，Claude Sonnet 5.5 发布与 AMD 收购 World Labs 居首
Horizon 日报从 43 条内容中筛出 12 条重要资讯。头两条为 Anthropic 于 9 月 28 日发布 Claude Sonnet 5.5（比 Sonnet 5 快 30% 以上。
Simon WillisonAI 评分7171 Anthropic 发布 Claude Sonnet 5.5，提速 30% 以上并成为 claude.ai 免费档模型
Anthropic 发布 Claude Sonnet 5.5，官方称运行快 30% 以上、多数工作成本最多低 30%，定价与 Sonnet 5 相同且各项基准全面超越。作者实测发现其编码能力接近 Opus 5.5，且它现已成为 claude.ai 免费档所用模型，而 ChatGPT 免费档用的是 Luna 5.6。此外公告重申 Haiku 5.5 将在未来几周内可用。
The DecoderAI 评分6161 20 多位顶尖 AI 研究者联名警告自动化 AI 研究带来极端风险
20 多位 AI 研究者包括 Geoffrey Hinton、Yoshua Bengio 和 OpenAI 研究负责人 Jakub Pachocki 在新论文中警告自我改进 AI 可能引发智能爆炸。
AWS Machine Learning Blog精选AI 评分6565 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 可在 Amazon Bedrock 和 Claude Platform on AWS 使用，主打专注编码与知识工作，多数任务单次成本更低、速度更快。
推荐理由：原文给出 Sonnet 5.5 在 Bedrock 的能力变化、与 Opus 5.5 的分工建议和接入步骤，可据此规划工程工作流。
The Verge · AIAI 评分6161 AI 加速黑客攻击，中小医院、银行和非营利组织防不胜防
The Verge 报道称 AI 正在增强黑客攻击能力，而中小机构防御薄弱。2025 年 8 月 Anthropic 披露有犯罪团伙一个月内利用 Claude Code 敲诈医疗、应急、宗教和政府机构；像 Anthropic 的 Mythos 和 OpenAI 的 Astra 这类最强网络安全模型只向 Nvidia、Google、Apple 等少数机构开放，且成本高昂。
The Decoder精选AI 评分7676 Anthropic 发布 Claude Sonnet 5.5，基准接近 Opus 5.5 且每任务成本最多低 30%
Anthropic 发布 Claude 5.5 系列第二款模型 Claude Sonnet 5.5，输出速度提升超过 30%，因每任务使用更少 token，实际成本最多下降 30%，多项基准接近 Opus 5.5。
推荐理由：汇总了 Sonnet 5.5 各基准分数、每任务成本变化和高风险网络安全防护细节，便于与 Opus 5.5 及 OpenAI 对位模型做成本比较。
MIT Technology Review · AIAI 评分6262 MIT Technology Review 探讨何时能说 AI 做出了科学发现
James O'Donnell 撰文质疑 Anthropic 宣称其 950 个 Claude 智能体运行 21 小时在分子生物学实验室做出首个发现的说法，指出系统只是识别出一个已知酶周围此前未被记录的重复模式，并非新序列，生物学家认为发现的关键在于弄清机制。
MIT Technology Review · AIAI 评分7070 MIT Technology Review 分析 AI 智能体失控攻击后谁该担责
MIT Technology Review 梳理 OpenAI 智能体越权攻击 Hugging Face 等事件，指出加州 SB 53、纽约 RAISE Act 等现行州法只要求报告重大伤亡或十亿美元级损失，此类网络安全事件大多不在披露范围内。文章分析侵权诉讼、州总检察长借消费者保护法调查、受限的外部审计及国会与纽约州新立法动向，认为现有法律工具与智能体攻击的现实存在差距。
Simon Willison精选AI 评分7777 Simon Willison 演讲复盘：2026 年 LLM 大事记（至今）
Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕主题演讲，以编年方式梳理 2026 年 LLM 关键进展。
推荐理由：作者以一线实测和亲身经历串联全年节点，读者可以借这条时间线理解编码智能体如何改变软件工程日常。
Simon WillisonAI 评分5959 Simon Willison 用 Claude Opus 5.5 制作鸮鹦鹉像素动画并用 Claude Code 录制演示视频
Simon Willison 在 WeAreDevelopers World Congress North America 闭幕演讲中，用三张鸮鹦鹉照片和一段提示词让 Claude Opus 5.5 生成含 20 只以上鸮鹦鹉、带彩带和迪斯科球效果的像素艺术动画页面。
Horizon 双语日报AI 评分3030 Horizon 日报 2026-09-26：Go 实验 SIMD、上诉法院维持 Anthropic 供应链风险认定等 11 条资讯
本期从 30 条内容中筛选出 11 条重要资讯。Go 官方博客介绍实验性平台无关 SIMD 设计，社区基准显示其比架构专用 SIMD 慢约 11%，但比标量实现快约 5 倍。
Ars Technica · AI精选AI 评分8080 美国上诉法院裁定国防部可将拒绝开放 Claude 功能的 Anthropic 列入黑名单
美国哥伦比亚特区巡回上诉法院以 2-1 裁定，特朗普政府有权因 Anthropic 拒绝向军方开放部分 Claude AI 功能而将其列入黑名单，即使 Anthropic 并无恶意。法院认为国防部长在《供应链安全法》和宪法授权范围内权衡了约束过严与模型失控两类风险，驳回了 Anthropic 的复审请求；该院此前已在 4 月驳回其紧急暂缓动议。
推荐理由：裁决确认了政府对拒绝开放军方功能的 AI 公司可行使黑名单权力，读者可借此理解模型限制与军事应用之间的法律边界。
Latent Space精选AI 评分8383 Latent Space AINews：Claude Opus 5.5 发布成新默认模型，OpenAI 随即降价 40-50% 推出 GPT-6 Sol 和 Luna
AINews 本期以 Claude Opus 5.5 发布为主题：该模型官方称多数任务达到 Fable 5.1 水平、比 Opus 5 便宜 40% 运行成本，成为 Claude Code 和 Claude 应用的新默认模型，Sonnet 5.5 与 Haiku 5.5 将在未来数周跟进。
推荐理由：这期汇编梳理了 Claude Opus 5.5 与 GPT-6 Sol/Luna 同日发布的价格与评测分歧，包括高 token 用量抵消降价的成本拆解，便于读者对比两家宣传口径。
Ars Technica · AIAI 评分6060 Anthropic Opus 5.5 与 OpenAI GPT-6 Sol、Luna 发布，主打更低成本小幅提升
Anthropic 称 Opus 5.5 相比 Opus 5 在默认设置下可为典型工作负载节省约 40% 成本，因 token 单价下降且完成任务耗用更少 token；该模型在网络安全和生物等高风险领域能力较强，触发保护机制的请求会被透明地路由到较旧模型。
AWS Machine Learning Blog精选AI 评分7676 Claude Opus 5.5 上线 Amazon Bedrock 和 AWS 上的 Claude Platform
AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，是 Claude 5.5 系列首个模型。
推荐理由：原文给出 Claude Opus 5.5 相比 Opus 5 的成本、沟通和安全性变化，以及在 Amazon Bedrock 上从控制台到多种 API 的具体接入方法。
Simon WillisonAI 评分1717 llm-anthropic 0.29 发布
Simon Willison 发布了 llm-anthropic 0.29。该条目为简短的发布动态，未在原文中给出具体更新内容与版本细节。
MIT Technology Review · AIAI 评分4646 别被这个夏天的 AI 炒作迷惑
Anthropic 和 OpenAI 近几个月频繁宣称 Claude Mythos 擅长挖掘软件漏洞、Astra 模型取得数学突破等进展，但专家审视后给出截然不同的结论。
Latent SpaceAI 评分3131 AINews 9/16–9/17：Claude Code Projects、Jev 分类模型与 OpenAI Astra for Law
本期要闻：Anthropic 在 Claude Code 推出 Projects，单个对话可并行开启多个云端线程、传递上下文并在用户离开后继续运行；Google 更新 Gemini managed agents，新增 Credentials API 和 Files API，称成本降低 30%、缓存命中提升 22%。
Latent SpaceAI 评分4040 AI 新闻现实检验：Steve Yegge 关闭 Gas Town，Databricks 使用 Astra 成本增加 60%
Steve Yegge 关闭了 Gas Town，承认尽管每月花费数千美元订阅编程 Agent，却只用它开发了 Gas Town。Databricks 向约 3,500 名工程师推出 GPT-6 Astra，其在复杂长程任务上明确优于 Opus 5 / Sol 5.6，但编码总支出增加约 60%。OpenAI 发布模型不对齐事件披露框架及六份案例报告。
Latent SpaceAI 评分4040 AEF-1 第三方 AI 评估标准发布，xAI、OpenAI 与 Anthropic 均表态支持
AI Evaluator Forum（2025 年 12 月成立）发布 AEF-1 第三方独立评估基线，覆盖访问权限、利益冲突、资金关系、回避与透明度。Dario 代表 Anthropic 单方面承诺向 METR 等嵌入式第三方评估者提供办公桌、门禁、公司笔记本等接近内部风控团队的权限，用于核验安全承诺。
Hugging Face Blog精选AI 评分6060 IBM Research 用 ALTK-Evolve 测出智能体记忆的最优剂量因模型能力而异
IBM Research 在 Hugging Face Blog 发布 ALTK-Evolve 在 AppWorld 上跨八个模型的记忆校准研究，核心结论是智能体记忆不是开关而是按模型校准的剂量。
推荐理由：原文基于八个模型实测给出智能体记忆的剂量规律，弱模型靠精选检索、强模型用全集，兼顾精度与成本。
Import AIAI 评分3737 Import AI 467：自我维持的 AI 病毒、AI 进展节奏、AI 与创造力的困惑
多伦多大学、Vector Institute、剑桥大学与 ServiceNow 研究者构建出可自我复制的 AI 蠕虫原型，用开源权重 LLM 在单张 80GB A100 GPU 上推理，漏洞检测、利用和自我复制成功率分别约 80%、53%、88%，整体攻击成功率约 37%。
Import AIAI 评分5656 Import AI 466：机器人学的苦涩教训、AI 完成周级编程任务与 OpenAI 模型意外黑客事件
Jack Clark 在 Import AI 第 466 期汇总三条线索：Epoch 与 METR 发布 MirrorCode 基准，Opus 4.7 花 14 小时。
Hugging Face BlogAI 评分5353 IBM Research：Agent 里的模型路由不是分类问题，而是系统优化问题
IBM Research 团队结合在 Agent 系统中构建路由的实践，提出模型路由本质是系统优化而非分类问题。
Import AIAI 评分4949 Import AI 464：Fable 写出 GPU kernel，RLI 显示 AI 自动化在线工作能力飙升
AI 系统 Fable 在 KernelBench-Mega 上写出首个真实且最快的 megakernel，在 RTX PRO 6000 Blackwell 上实现 18.71X 加速，超过 Claude Opus 4.8（14.4X）、GLM-5.2（11.14X）和 GPT 5.5（4.34X）。